A NNALES DE L ’I. H. P., SECTION B
R OGER F ISCHLER
Convergence faible avec indices aléatoires
Annales de l’I. H. P., section B, tome 12, n
o4 (1976), p. 391-399
<http://www.numdam.org/item?id=AIHPB_1976__12_4_391_0>
© Gauthier-Villars, 1976, tous droits réservés.
L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
Convergence faible
avecindices aléatoires
Roger FISCHLER
Université Carleton (Ottawa), Université de Clermont
Vol. XII, n° 4, 1976, p. 391-399. Calcul des Probabilités et Statistique.
à S. F.
qui
estparti
et à S. F.qui
est venue« I o pas mie sons roso sons
espino/ni
nouse sons crubil ».SOMMAIRE. - Certains théorèmes au
sujet
des suites de v. a. stables etmélangeantes
avec valeurs dans un espacemétrique
démontrés antérieure-ment par l’auteur permettent d’obtenir un théorème très
général
ausujet
de la convergence faible avec indices aléatoires. A son tour ce théorème permet de retrouver très
facilement,
et enplus
de mettre dans un contextenaturel,
presque tous les résultats obtenusjusqu’à présent
ausujet
de laconvergence avec indices aléatoires soit sur la droite soit dans C ou D.
En
plus
de nouveauxexemples,
nous discutons le rapport avec d’autres articles.SUMMARY. - The author has
previously proved
several theoremsconcerning
stable andmixing
sequences of r. v. with values in a metric space. These are now used to obtain ageneral
result about weak conver-gence with random indices. This theorem in turn allows one to obtain very
easily
most of the results in the literature both on the line or in C andD,
and to furthermore puteverything
in a naturalsetting.
In additionto new
examples,
there is a discussion on the relation of this work to other results in the literature.I . INTRODUCTION
Pour les énoncés des
théorèmes,
et les définitions ausujet
de la conver-gence avec indices
aléatoires,
onpourrait
consulter[8].
Nous utiliserons le livre[3]
deBillingsley
en cequi
concerne la convergence faible. Enplus,
nous aurons besoin des notations et définitions suivantes :
Annales de l’Institut Henri Poincaré - Section B - Vol. XII, n° 4 - 1976.
391
392 R. FISCHLER
Soit
[Q, ~, P]
untriple
deprobabilité.
D seral’espace
de toutes lesfonctions sur
[0, 1] qui
sont continues à droite etqui
ont des limites àgauche,
avec latopologie
de Skohorod. Les éléments de D seront dénotés par X ouX( . ).
D’autre part, W est la mesure de Wiener.Les différentes
hypothèses
seront dénotées par :D 1 :
Unesuite {
de v. a. réelles est dite stable avec ladensité 03B1a
si pourtout A E
A,
lim a,A]
= pour tout aqui
est unpoint
de continuité del’intégrale.
D2 :
Si dansDl :
=F(a)
est ditemélangeante.
D3 :
Unesuite {Yn}
de v. a. à valeurs dans un espacemétrique M,
est dite stable avec la mesure aléatoire associéeB),
si pour tout A E~,
lim E
B, A] =
pour tout Bqui
est un ensemblede continuité de
l’intégrale.
D4 :
Si dansD3 : B)
=U(B)
pour tout est ditemélangeante.
La
suite {vn}
des v. a. à valeurs dans Z+ est tellequ’il
existe unev. a. v, strictement
positive
pourlaquelle {vn/n}
tend enprobabilité
vers v.
D6 : (Condition
deDoeblin-Anscombe). Soient {Yn}
une suite de v. a. et{Bn}
des nombres réels. Pour 0 c 1, écrivonsMn
=max Yl-Yn|
.cn
On suppose que >
0,
3C et no, tels que : > 8 sin > no.
D6, : (Condition
deRichter-Mogyorodi-Guiasu).
DansD6
onremplace Y~
par
Y~/B~
et on considèreP[Mn
>~].
II.
THÉORÈME
PRINCIPALDans
[14]
on trouve les théorèmes suivants(voir [l6]
pour desapplica-
tions d’une sorte
différente).
THÉORÈME A. une suite de v. a. stables
(u)
à valeurs dansl’espace métrique
M.Soit g :
M --~ M’, où M’ est un autre espacemétrique,
une transformation
qui
est pourP-presque
tout cc~ continue presque par- tout par rapport à). Alors {
est aussistable,
et admet la mesurealéatoire associée v définie par
B)
=u(co,
THÉORÈME B. une suite de v. a. stables
(u)
à valeurs dansl’espace métrique séparable
M.Soit {
une suite de v. a. à valeurs dans Mqui
tendent enprobabilité
vers une v. a. Z. Définissons une mesure aléatoireAnnales de l’Institut Henri Poincaré - Section B
r : Q x
(M
xM) -~
R parr(co, D)
= x :(x, Z(co))
ED). Supposons
que g : M x M -~ M est une transformation
qui
est pourP-presque
tout wcontinue presque partout par rapport à
).
Alors lasuite { g(Yn,
est aussi stable et admet la mesure aléatoire associée v définie par
B) =
x :g(x, B).
REMARQUE
C. - La démonstration du théorème B dans[14]
reste valablesi g
est une transformation : M’ x M" ~ M" où tous ces espaces sont des espacesmétriques
etséparables.
Soit
Do
l’ensemble des éléments ç de Dqui
sont non décroissants et tels que 0qJ(t)
1. Dans la remarqueC,
nousprendrons
M’ = M" = D et M" =Do.
Latransformation g
sera lacomposition.
Pour et v bornéepar
1,
définissonsZn
parZn(t)
=(vn/n)t
et Z parZ(t)
= vt. Si ces termes nesont pas
bornés,
il faudra tronquer ou normaliser d’abord comme dans[3].
Pour éviter ces détails sans
intérêt,
nous supposerons queZn
et Zappartien-
nent à
Do.
Nous pouvons donc énoncer le
THÉORÈME 1. -
Si ~ Y" ~
est stable(u)
et siD~
estsatisfaite,
alors lasuite (
définie parWn(t)
= est stable(v)
oùCe théorème nous permettra de retrouver très facilement des résultats
au
sujet
de la convergence avec indices aléatoires sur ladroite,
ainsi que les résultats de la section 17 de[3]
où la convergence a lieu dans D.III. LE CAS DES SOMMES
Dans cette
section,
nous considérons unesuite ~ X~ ~
de v. a., leurs som-mes
partielles {
et les élémentsaléatoires {
de D définis par :Pour démontrer que les
hypothèses
des résultats que nous allons obtenirsont satisfaites dans des cas
intéressants,
ainsi que pour en tirerprofit immédiatement,
nous considérons d’abord deux cas converge faiblement vers W.indépendante
etéquirépartie
avec variance a2([3],
p.137).
E2 : {Xj}
est03C6-mélangeante (section
20 de[3],
aussi dite *-mélan- geante[27],
p.314),
où est une certaine transformation de tels processusVol. XII, n° 4 - 1976.
394 R. FISCHLER
(section
21 de[3]).
La variance (J2 est donnée parl’expression (20.46)
ou
(21.11)
de[3].
Ce cas inclut les v. a.m-dépendantes,
fonctions de la forme et certains processus de Markov.En
plus
de la convergencefaible,
nous avons :LEMME 2. - Dans les cas
El
etE2, {
estmélangeante
avec m. a. a. W.Démonstration. La condition
D4
est démontrée pour les casEl
etE2
aux pages 174 et 195 de
[3],
mais seulement pour certains A.Cependant,
les mêmes démonstrations sont valables pour les ensembles de la forme
{
et ceci suffit selon un résultat deRenyi ([27],
Th.58.1).
Donc le
prochain résultat,
ainsi que les troisqui suivent,
sont valables pour les casEl
etE2.
THÉORÈME 3. - Si
{
définie par(1)
estmélangeante (W),
et siDS
alieu, alors {n}
définie par = est stable(v)
oùRemarquons
que nous commençons avec une suitemélangeante,
maisnous terminons avec une suite stable
(voir
aussi ex. 5 de[26] ).
Le corollaire suivant est
particulièrement
intéressant.COROLLAIRE 4.
- Si (
définie par(1)
estmélangeante (W)
et siD 5
a
lieu,
alors est stable etest la loi
N(0, 1).
~ °
Démonstration. - Dans le théorème
A,
prenons M’ = R et définis- sons g : D ~ R parg(x)
=x( 1 ).
Le cas
El
a été considéré dans[34] [39] [25].
Le cas
X~
=f (2’t)
n’était pas seulement l’un despremiers
dupoint
devue
historique [38],
mais était aussi l’un des cas lesplus
difficiles(voir
ladiscussion de la section 7, ex.
(a)
de[8] ).
Au lieu de
l’expression (2),
on s’intéressera d’habitude àl’expression
où
~ï
estremplacé
par.~~.
Nous obtiendrons le résultat désiré en donnant d’abord la version mélan- geante du théorème 17.2 de
[3].
A remarquer que le terme t neparaît
pas dans ledénominateur,
à cause de difficultés dupoint
de vue de la conver-gence faible. L’introduction de t n’est d’ailleurs pas nécessaire.
Annales de l’Institut Henri Poincaré - Section B
THÉORÈME 5. définie par
(1)
estmélangeante (W)
et siD5
alieu, alors (
définie parWn(t)
= est aussimélangeante (W).
Démonstration. Nous
appliquons
le théorème B et la remarque C à etZn - (n/vn)2
avec g commemultiplication
de fonctions. En utilisant le théorème3,
nous obtenons est stable(v’)
oùOr, (voir [3],
Th.19.1),
pour tout cvfixé,
cette dernièreexpression
estégale
àW(B). Donc {n}
estmélangeante (W).
Maintenant,
enprocédant
comme dans le Corollaire4,
nous obtenons la versionmélangeante
dudéjà
«classique »
théorème limite à nombre aléatoire de termes. Lapropriété mélangeante
des sommes aléatoires a été démontrée pour lapremière
fois dans le casE~
1 par Richter[29].
COROLLAIRE 6.
- Si (
définie par(1)
estmélangeante (W)
et siD~
alieu,
alors estmélangeante (D).
Nous remarquons que dans
[25] (cas El),
le Corollaire 4 est démontré àpartir
du Corollaire 6.Or,
nousvoyons
ici que dupoint
de vue de laconvergence
faible,
l’ordre inverse suivi ici estplus
naturel. D’ailleurs il est intéressant de remarquer que lespremiers
articles ausujet
des sommesaléatoires
([34] [39] ;
voir aussi les sections2,
6 et 7 de[8])
traitaient le casdu Corollaire 4
plutôt
que celui du Corollaire 6.IV. AUTRES APPLICATIONS
Les Théorèmes 3 et 5 et les Corollaires 4 et 6 sont tout de suite
appli-
cables dans les cas
Ei
etE2.
Pour les autresapplications
du Théorème 1 quenous allons
présenter,
il faudra modifier leshypothèses
et démonstrations de ces résultats. Nous ne donneronsqu’un
aperçu des détails.E3 : { indépendante
avecespérance
0 et varianceTHÉORÈME 7. - Soit
Yn
l’élément aléatoire de Dqui prend
la valeurdans l’intervalle
Zn
est définie parZn(t) =
et
Wn
est définie par lacomposition
deYn
etZn.
Si(i)
la condition de Linde-berg
est satisfaite(ii)
sont de variationrégulière ([11],
p.268)
avec
Bn
=nxL(n)
où limL(an)/L(a)
= 1 si liman/n
= apositif, (iii) D~
alieu, alors {Wn}
est stable(v)
oùVol. XII, n° 4 - 1976.
396 R. FISCHLER
Démonstration. Par
[3],
page143, exemple 7, ~
tend vers W. Lamême méthode utilisée pour
E~
1 démontrer estmélangeante.
Aussi
Zn(t) =
Lepremier
terme tend vers enproba-
bilité par
D~.
Le deuxième terme tend vers 1 enprobabilité.
Pour voirceci,
il suffit de considérer une sous-suitede {
telle que lim = v p. s.et ensuite
d’appliquer (ii)
pour cc~ fixé. Le résultat découle du Théorème 1.Comme
corollaire,
nous obtenons le résultat suivant démontré d’abord parMogyorodi
dans[25].
COROLLAIRE 8. -
{
eststable,
etE4 : Tn
= max(Xi,
...,Xn) ; { X~ ~ indépendante
etéquirépartie.
Ce cas a été considéré par Richter
[31].
Il découle du Théorème 1 enutilisant des résultats au
sujet
de la convergence faible du processus associéavec
Tn ;
voir[21], [28].
Les
exemples (c)
et( f )
de la section 7 de[8]
découlent aussi des résultatssur la convergence faible.
Donc,
de tous lesproblèmes
non résolus de lasection 7 de
[8],
il ne reste quel’exemple (b)
de la section 7(les statistiques-U).
Il reste aussi le cas des sommes
trigonométriques qui
était un des pre- miersexemples
d’une suite de v. a.mélangeantes (voir [33]
et section 2de
[8]).
Même le chef-d’0153uvre de McLeish([22],
voir p.79) qui comprend,
comme cas
spéciaux,
presque tous les résultats de lalittérature,
ne contientaucun résultat sur la convergence faible pour ce cas. Aucune des autres
méthodes ne semble non
plus pouvoir
nous aider ici.V. RAPPORT AVEC D’AUTRES
RÉSULTATS
Dans
[24], Mogyorodi
a affirmé queD2, D~
etD6
suffisent pour conclureque {
converge, et dans[8]
on a dit queles {
étaientmélangeantes.
Malheureusement,
la démonstration donnée dans[24]
n’est pas valable(voir [20] ).
La même chose est vraie pour la démonstration de[8].
Donc sur la droite - le
problème analogue
pour C et D étant résolu dans cet article - laquestion
de la convergence(et
du caractèremélangeant)
reste ouverte. Une chose
qui complique
la situation est que Richter( [30],
Théorème
6, [31],
Théorème4)
a démontré que pourcertaines {vn}
dis-crètes, D6,
n’est pas nécessaire si on supposeD2,
et par ailleursMogyo-
rodi
[23]
a démontré que dans le casd’indépendance D6
est nécessaireconverge pour
tout {vn} qui
satisfaitDg.
Annales de l’Institut Henri Poincaré - Section B
Donc sur la
ligne,
les meilleurs résultats obtenusjusqu’à présent
sont :THÉORÈME D
(Richter [32]). D2, D~
etD6, satisfaites, et {
0 - 1impliquent
estmélangeante.
THÉORÈME E
(Guiasu [20] ). satisfaite,
etD2
a lieu pourAeB(v), D6
estmélangeante
avec limite 0 pour A EB(v) impliquent
converge.
Il y a des relations entre les
hypothèses
des Théorèmes1, D,
E :i)
Dans les cas des sommes de v. a. ou de v. telles que les élé- ments aléatoirescorrespondant {
satisfont =Y~
ouYm/bn,
laconvergence faible du Théorème 1
implique
la condition « uniformément tendue »qui
ensuiteimplique D6
ouD6 (voir [2]
et(8.12)
de[3]
pourC,
pour D, la
question
est un peuplus difficile,
mais découle de(15.6)
de[3J ).
ii )
D4 (mélangeante
dansD) implique D2 (mélangeante
dansR) (voir
ladémonstration du Corollaire
4).
iii)
Les conditions du Théorème Dimpliquent
celles du ThéorèmeE,
est 0 - 1, alors elle est
mélangeante
dans le sens fort( [36]
[32] [13])
et ceci avecD6, implique
que le termeM~
dansD6,
estmélangeant (voir
le raisonnement du Théorème(8.1)
de[32]
et du Théorème 4 de[20] ).
Sreehari
[35]
a aussiconsidéré {
comme dans(1)
avec des conditionsanalogues
à celles du Théorème E. Nous remarquons parexemple
que sacondition
iii)
est uneconséquence
del’hypothèse {n} mélangeante
etde notre Théorème A.
Les résultats de Sreehari ont été
généralisés
par M.Csôrgô
et S.Csôrgô [7]
qui
ont démontré que si leséléments {
sont uniformémenttendues,
ceci a aussi lieu pour les éléments avec indices aléatoires.
Ces
problèmes
ont aussi été considérés en utilisant desreprésentations
du type Skorokhod
(appelées
aussi «principes
d’invariance forte » dans[4]
et
[17J,
section1.10).
Nous mentionnons aussi l’article de Fernandez
[12] qui
n’est pas du toutdans
l’esprit
des résultats ci-dessus etqui
ne considère que le cas v constante.VI. REMERCIEMENTS ET
PRIORITÉ
Nous tenons à remercier MM. les Professeurs
CSÖRGÖ,
MCCLEISH etRESNICK pour leurs
suggestions,
pour avoir trouvé une erreur, et avoir donnéquelques
références.Vol. XII, n° 4 - 1976.
398 R. FISCHLER
Ce n’est que tout dernièrement que nous avons
apprécié
vraimentl’0153uvre de W. RICHTER.
Il faut donc reconnaître sa
priorité
pour certainesquestions :
(a)
Le lemme etcontre-exemple
de[5],
page108,
sont en effet donnés auxpages 75 et 76 de
[30].
(b) Quoique
nous ayons mentionné le théorème 6 de[31] en
donnant lethéorème 4 de nous nous rendons compte que dans sa
ligne générale,
la démonstration de
[31]
est aussi facile que celle de[6].
RÉFÉRENCES
[1] F. J. ANSCOMBE, Large-sample theory of sequential estimation. Proc. Cambridge Philos. Soc., t. 48, 1952, p. 600-607.
[2] P. BILLINGSLEY, Limit theorems for randomly selected partiel sums. Ann. Math.
Stat., t. 33, 1962, p. 85-92.
[3] P. BILLINGSLEY, Convergence of Probability Measures. Wiley, 1968.
[4] M. CSÖRGÖ, R. FISCHLER and P. REVESZ, Random limit theorems via strong invariance
principles. Carleton University, Mathematics Department, Publication.
[5] M. CSÖRGÖ and R. FISCHLER, Departure from Independence, the strong law, standard and random-sum central limit theorems. Acta Math. Acad. Sci. Hung., t. 21, 1970, p. 105-114.
[6] M. CSÖRGÖ and R. FISCHLER, On mixing and the central limit theorem. Tohoku Math. J., t. 23, 1971, p. 139-145.
[7] M. CSÖRGÖ and S. CSORGO, On weak convergence of randomly selected partiel sums.
Acta Sci. Math. Segediensis, t. 34, 1973, p. 53-60.
[8] M. CSÖRGÖ and R. FISCHLER, Some examples and results in the theory of mixing
and random-sum central limit theorems. Periodica Mathematica Hungarica, t. 3, 1973, p. 41-57.
[9] W. DÖBLIN, Sur deux problèmes de M. Kolmogoroff concernant les chaînes dénom- brables. Bull. Soc. Math. France, t. 66, 1938, p. 210-220.
[10] W. DÖBLIN, Éléments d’une théorie générale des chaînes simples constant de Markov.
Ann. Sci. École Normale Sup., t. 57 (3), 1940, p. 61-111.
[11] W. FELLER, An Introduction to the Theory of Probability and its Applications, Vol. 2, Wiley, 1966.
[12] P. FERNANDEZ, A weak convergence theorem for random sums of independent random
variables. Ann. Math. Stat., t. 41, 1970, p. 710-712.
[13] R. FISCHLER, Decomposition and composition of mixing sequences. J. Math. Anal.
and App., t. 21, 1968, p. 389-395.
[14] R. FISCHLER, Suites de bi-probabilités stables. Annales de la Faculté des Sciences de l’Université de Clermont, n° 43, 1970, p. 159-167.
[15] R. FISCHLER, Stable sequences of random variables and the weak convergence of the associated empirical measures. Sankhya, Series A, t. 33, 1971, p. 67-72.
[16] R. FISCHLER, Quelques théorèmes limites du calcul des probabilités dont la valeur limite dépend d’une variable aléatoire. Ann. Inst. Henri Poincaré (B), t. 9, 1973, p. 345-349.
[17] D. FRIEDMAN, Brownian Motion and Diffusion. Holden-Day, 1971.
[18] S. GUIASU, Asymptotic distribution for stochastic processes with random discrete time.
Trans. 4th Prague Conf. on Information Theory, Statistical Decision Functions, Random Processes, Publishing House of the Czech. Acad. Sci., 1967, p. 307-321.
Annales de l’Institut Henri Poincaré - Section B
[19] S. GUIASU, Contributii la studiul reportitiei limita a proceselor stocastice au timp discret aleator. Studii Si Cercetari Matematice.
[20] S. GUIASU, On the asymptotic distribution of the sequences of randcm variables with random indices. Ann. Math. Stat., t. 42, 1971, p. 2018-2028.
[21] J. LAMPERTI, On extreme order statistics. Ann. Math. Stat., t. 35, 1964, p. 1726-1737.
[22] D. MCCLEISH, Dependent central limit theorems and invariance principles. Ph. D. Thesis, McGill University, 1972.
[23] J. MOGYORÓDI, On limiting distributions for sums of a random number of independent
random variables. Publications of the Math. Inst. Hung. Acad. Sci., t. 6 A, 1961,
p. 365-371.
[24] J. MOGYORÓDI, Limit distributions for sequences of random variables with random indices. Trans. 4th Prague Conf. on Information Theory, Statistical Decision Functions, Random Processes, Prague, 1967, p. 463-470.
[25] J. MOGYORÓDI, A remark on stable sequences of random variables and a limit distri- bution theorem for a random sum of independent random variables. Acta Math.
Acad. Sci. Hung., t. 17, 1966, p. 401-409.
[26] A. RÉNYI, On stable sequences of events. Sankyha, t. 25 A, 1963, p. 293-302.
[27] A. RÉNYI, Foundations of Probability. Holden-Day, 1970.
[28] S. RESNICK, Weak convergence to extremal processes. Stanford University, Dept of Statistics, Technical Report n° 49, 1973.
[29] W. RICHTER, Ein zentraler Grenzwertsats für das Maximum einer zufalligen Anzahle unabhängiger Zufallsgrossen. Wissenschaftliche Zeitschrift der Technischen Univer- sität Dresden, t. 13, 1964, Heft 5, p. 1343-1346.
[30] W. RICHTER, Limit theorems for sequences of random variables with sequences of random indices. Theory of Prob. and App., t. 10, 1965, p. 74-84.
[31] W. RICHTER,
Übertragung
von Grenzaussagen für folgen zufalliger Elemente aufFolgen mit zufalligen Indizes. Math. Nachrichten, t. 29, 1965, p. 347-365.
[32] W. RICHTER, Das null-ein Gesetzt und ein Grenzwertsats für zufallige Elemente mit diskreter zufalliger Zeit. Wissenschaftliche Zeitschrift der Technischen Universität
Dresden, t. 14, 1965, Heft 3, p. 497-504.
[33] R. SALEM and A. ZYGMUND, On lacunary trigonometric series I. Proc. Nat. Acad.
Sci. U. S. A., t. 33, 1947, p. 333-338.
[34] J. C. SMITH, On the asymptotic distribution of the sums of Rademacher functions.
Bull. Amer. Math. Soc., t. 51, 1945, p. 941-944.
[35] M. SREEHARI, An invariance principle for random partial sums. Sankyha, t. 30 A, 1968, p. 433-442.
[36] L. SUCHESTON, On mixing and the 0 - 1 law. J. Math. App. Anal., t. 6, 1963, p. 447-456.
[37] D. SZASZ, Limit theorems for the distributions of the sums of a random number of random variables. A paraître.
[38] S. TAKAHASHI, On the central limit theorem. Tohoku Math. J., t. 3, 1951, p. 316-321.
[39] S. TAKAHASHI, On the asymptotic distribution of the sum of independent random
variables. Proc. Japan Acad., t. 27, 1951, p. 393-400.
(Manuscrit reçu le 8 juin 1976).
Vol. XII, n° 4 - 1976.